Экзамен

---

Правила игры

1. Вы должны оформить КР в R Markdown или обычном R скрипте.
2. Вы можете не комментировать ваш код там, где этого не просят.
3. Вы можете пользоваться скриптами, которые находятся на моем репозитории.
4. Скрипт с решением сдается в AnyTask.
5. Если я замечаю, что у вас открыт какой-либо сайт, не считая моего и AnyTask, вы получаете 0 баллов за экзамен..
6. За любые разговоры вы так же получаете 0 баллов за экзамен.

---

Задание №0 (1 балл)

Подгрузите следующие пакеты.

packages <- c('readr', 'dplyr', 'tidyr', 'ggplot2', 'fastDummies',
              'rvest', 'stringr', 'naniar', 'tibble', 'Metrics', 'readr')
# install.packages(packages)
library(readr)
library(dplyr)
library(tidyr)
library(ggplot2)
library(rvest)
library(stringr)
library(naniar)
library(tibble)
library(Metrics)
library(fastDummies)
library(readr)

Задание №1 (24 балла)

Нужно спарсить одну страницу сайта ЦИАН. Запрос можно оставить как на картинке или сделать какой-то свой.

Парсим только первую страничку, поэтому не нужно писать никаких for. Выкачать нужно все цены, которые находятся на странице, привести их к числовому формату и найти среднее значение.

Задание №2 (35 баллов)

С того же ЦИАНа я спарсил для вас информацию о квартирах в районе Проспекта Вернадского (Юго-запад).

url <- 'https://raw.githubusercontent.com/ahmedushka7/R/master/docs/homeworks/exam/data/cian.csv'
data <- read_csv(url)

В данном датасете наблюдением является квартира. Каждая квартира имеет следующие характеристики ( переменные):

• price – цена квартиры в рублях;
• subway – удаленность до метро; до слэша: количество минут, после слэша: способ добраться до метро (walk – пешком, transport – обественный транспорт);
• rooms – количество комнат;
• metrs – количество квадратных метров;
• url – ссылка объявления на сайте ЦИАН;
• type – тип квартиры (first – новостройка, second – вторичка)

Задания:

1. Сколько наблюдений и переменных в датасете?
2. Имеются ли пропущенные значения?
3. Постарайтесь выполнить все следующие операции с помощью pipe (%>%).
   • Удалите переменную url
   • Перевести цену квартир в миллионы рублей.
   • Разделить переменную subway на две отдельные переменные.
   • Все ли переменные имеют нужный тип (числовой, строковый)? Если нет, то приведите их к нужному формату.
4. Постройте гистограмму распределения цены. Постройте гистограмму распределения в разрезе количества комнат.
5. Сколько в среднем стоят квартиры в разрезе количества комнат? Сколько в среднем квадратных метров в разрезе количества комнат?
6. Сколько новостроек, а сколько вторичек в нашем датасете?

Задание №3 (40 баллов)

У вас есть два набора данных train и test. Вам нужно попробовать построить наилучшую модель для прогнозирования цены квартиры (price). Метрикой качества будет MAPE. Помните, что эта метрика качества несимметрична.

url_train <- 'https://raw.githubusercontent.com/ahmedushka7/R/master/docs/homeworks/exam/data/train.csv'
url_test <- 'https://raw.githubusercontent.com/ahmedushka7/R/master/docs/homeworks/exam/data/test.csv'

train <- read_csv(url_train)
test <- read_csv(url_test)

Если в качестве признака вы взяли площадь квартиры (квадратные метры), то проинтепретируйте коэффициент перед ним. А также нарисуйте график зависимости таргета от площади квартиры.